1398 पेपर
Xender+ एक नवीन ढांचा है जो बार-बार ऑनलाइन मॉडल पुनप्रशिक्षण को क्लाउड-साइड पर पूर्व-प्रशिक्षित, पैटर्न-क्लस्टर्ड मॉडलों के एक पुस्तकालय से बदलकर सीधे पुन: उपयोग के लिए सक्षम बनाता है, जिससे समय-श्रृंखला डेटा संचरण दक्षता में वृद्धि होती है, और इसके माध्यम से यह अत्याधुनिक बेसलाइनों की तुलना में कम एंड-टू-एंड विलंबता और उच्च पुनर्निर्माण सटीकता प्राप्त करता है।
यह शोधपत्र वीडियो एक्शन रिकग्निशन में दक्षता-सटीकता ट्रेड-ऑफ का मूल्यांकन करने के लिए एडेप्टिव टेम्पोरल सैंपलिंग का उपयोग करते हुए एक रिसोर्स-अवेयर बेंचमार्किंग फ्रेमवर्क पेश करता है, जो यह प्रदर्शित करता है कि R(2+1)D-18 आर्किटेक्चर विभिन्न कंप्यूटेशनल बजटों में स्थिर प्रदर्शन बनाए रखते हुए ऊर्जा की खपत को महत्वपूर्ण रूप से कम करता है।
यह अध्ययन एक मल्टीमॉडल डीप लर्निंग फ्रेमवर्क प्रस्तावित करता है जो ConvNeXt Large बैकबोन का उपयोग करके चेस्ट एक्स-रे छवियों को जनसांख्यिकीय मेटाडेटा के साथ एकीकृत करता है, जो NIH ChestX-ray14 डेटासेट पर 96.88% मैक्रो-एवरेज AUC प्राप्त करता है और मौजूदा इमेज-ओनली मॉडलों की तुलना में बेहतर प्रदर्शन और व्याख्यात्मकता प्रदर्शित करता है।
यह शोध पत्र HRDAWNet का प्रस्ताव करता है, जो एक नवीन अटेंशन फ्रेमवर्क है जो जटिल स्थानिक-कालिक निर्भरताओं (spatio-temporal dependencies) को प्रभावी ढंग से कैप्चर करने और गतिशील प्रासंगिक जानकारी के अनुकूल होने के लिए ट्रिपल-फैक्टराइज्ड अटेंशन और डायनेमिक एडेप्टिव विंडोइंग को एकीकृत करता है ताकि प्रीमैच्योर एट्रियल और वेंट्रिकुलर संकुचनों को वर्गीकृत करने में अत्याधुनिक सटीकता प्राप्त की जा सके।
यह शोध पत्र एक बहु-सेमेस्टर केस स्टडी प्रस्तुत करता है जो यह प्रदर्शित करता है कि पारंपरिक XAMPP-आधारित PHP विकास वातावरणों को डॉकर (Docker) और डेवकंटेनर्स (DevContainers) से बदलने से बहरीनी विश्वविद्यालयों में छात्रों के सेटअप समय में 90% से अधिक की कमी आती है और बाहरी संज्ञानात्मक भार (extraneous cognitive load) को काफी कम करता है, जिससे कॉन्फ़िगरेशन त्रुटियों द्वारा पूरे पाठ्यक्रम को खतरे में डालने से रोका जा सके।
यह शोध पत्र गतिशील पथ नियोजन (dynamic path planning) के लिए एक लर्निंग-आधारित ह्यूरिस्टिक का प्रस्ताव करता है जो मल्टी-स्केल स्थानिक टोपोलॉजी और टेम्पोरल पर्यावरणीय परिवर्तनों को प्रभावी ढंग से कैप्चर करने के लिए एक हॉप-अवेयर ग्राफ न्यूरल नेटवर्क (HopGNN) को एक कन्वोल्यूशनल गेटेड रिकरेंट यूनिट (ConvGRU) के साथ एकीकृत करता है, जो सिम्युलेटेड ग्रिड वातावरण में GCN-A*, GAT-A*, और D* Lite जैसी मौजूदा विधियों की तुलना में बेहतर सफलता दर और खोज दक्षता प्रदर्शित करता है।
यह शोध पत्र पांच बड़े भाषा मॉडलों (LLMs), एक नियम-आधारित लेक्सिकन और एक पर्यवेक्षित ट्रांसफार्मर का मानव एनोटेशन के विरुद्ध मूल्यांकन करने वाला एक बहु-डोमेन बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि क्लॉड ओपस 4.7 और जीपीटी-5.5 जैसे शीर्ष स्तर के मॉडल मनुष्यों के साथ मजबूत संरेखण प्राप्त करते हैं, मॉडलों के बीच और मानव लेबल के साथ विशेष रूप से अनौपचारिक पाठ पर महत्वपूर्ण असहमति बनी रहती है, जो यह दर्शाता है कि मॉडल का चयन भावना वर्गीकरण परिणामों को भौतिक रूप से प्रभावित करता है।
यह शोध पत्र एक नवीन, मॉडल-अज्ञेय (model-agnostic) AST-स्तरीय वॉटरमार्किंग फ्रेमवर्क का प्रस्ताव करता है जो अर्थ-संरक्षण करने वाले संरचनात्मक उत्परिवर्तनों (semantics-preserving structural mutations) के माध्यम से AI-जनित कोड की वाक्यात्मक टोपोलॉजी (syntactic topology) में क्रिप्टोग्राफिक रूप से सत्यापन योग्य हस्ताक्षरों को एम्बेड करता है, जिससे सुदृढ़ उत्पत्ति संबंधी आरोपण (provenance attribution) प्राप्त होता है और यह फॉर्मेटिंग, रीनेमिंग और डेड-कोड इंजेक्शन जैसे सामान्य कोड रूपांतरणों के विरुद्ध मौजूदा टेक्स्ट-स्तरीय विधियों से काफी बेहतर प्रदर्शन करता है।
297 अध्ययनों का यह व्यवस्थित समीक्षा (सिस्टमैटिक रिव्यू) प्रकट करता है कि हालांकि वित्तीय मशीन लर्निंग—विशेष रूप से क्रेडिट मॉडलिंग के लिए—में व्याख्यात्मकता (एक्सप्लेनेबिलिटी) हेतु SHAP और LIME को व्यापक रूप से अपनाया जाता है, लेकिन वे औपचारिक मूल्यांकन की गंभीर कमी से ग्रस्त हैं, जिसमें केवल 9.1% शोध पत्र स्पष्टीकरण की गुणवत्ता का आकलन करते हैं, जो नियामक अनुपालन और विश्वास सुनिश्चित करने के लिए मजबूत सत्यापन और परिनियोजन मानकों की तत्काल आवश्यकता को रेखांकित करता है।
यह शोध पत्र एक सुरक्षित सॉफ्टवेयर ओवर-द-एयर (SOTA) अपडेट फ्रेमवर्क प्रस्तावित करता है जो सॉफ्टवेयर बाइनरी को AES-256-GCM के साथ एन्क्रिप्ट करके और पेलोड को छिपाने तथा छेड़छाड़ को रोकने के लिए उन्हें अराजक-मान (chaotic-map) द्वारा निर्देशित LSB स्टेगनोग्राफी का उपयोग करके ग्रेस्केल छवियों में समाहित करके OTA ट्रांसमिशन की सुरक्षा को बढ़ाता है।